Η Google λανσάρει το Gemini Decisions API για πολυτροπικές ροές εργασίας τεχνητής νοημοσύνης

Στις 11 Νοεμβρίου 2026, η Google παρουσίασε το Gemini Decisions API, ένα νέο endpoint που βασίζεται στο Gemini Decision 1 και είναι διαθέσιμο μέσω του Gemini API στο Google AI Studio. Αξιολογεί έως και 1.000 ανεξάρτητες ερωτήσεις σχετικά με κείμενο, εικόνες, ήχο, βίντεο και PDF, σε ένα μόνο αίτημα.

Το endpoint έχει σχεδιαστεί για κρίσεις με σαφώς οριοθετημένες επιλογές, όπως η επιλογή εργαλείων, οι έλεγχοι πολιτικών, η δρομολόγηση μοντέλων, η αξιολόγηση περιεχομένου και η κατάταξη, και όχι για τη σύνταξη κειμένων ή επεξηγήσεων. Κάθε αίτημα συνδυάζει μία κοινή είσοδο με ανεξάρτητες ερωτήσεις. Αντί να αποκωδικοποιεί απαντήσεις κειμένου ένα διακριτικό τη φορά, το Gemini Decision 1 βαθμολογεί τις υποψήφιες επιλογές σε ένα μόνο πέρασμα, επιτρέποντας στα προγράμματα να επιλέγουν κλάδο εκτέλεσης, να ταξινομούν και να δρομολογούν απευθείας με βάση τυποποιημένες απαντήσεις.

Η προσέγγιση αυτή απευθύνεται στη ροή ελέγχου του λογισμικού, όπου διαφορετικά θα έπρεπε πρώτα να μετατραπεί μια παραγόμενη επεξήγηση ξανά σε δομημένες τιμές, προτού μπορέσει να ενεργήσει το πρόγραμμα.

Τρεις τύποι ερωτήσεων με βαθμολογίες βεβαιότητας

Η τεκμηρίωση του Decisions API ορίζει παράθυρο περιβάλλοντος 262.144 token, το οποίο καλύπτει την κοινή είσοδο και όλες τις ερωτήσεις. Τα αιτήματα μπορούν να συνδυάζουν ελέγχους ναι/όχι, επιλογές από προκαθορισμένο σύνολο και βαθμολογίες βάσει διατεταγμένης κλίμακας αξιολόγησης. Οι ερωτήσεις πολλαπλών επιλογών δέχονται από δύο έως 255 επιλογές, ενώ οι απαντήσεις βάσει κλίμακας είναι σταθμισμένοι ως προς την πιθανότητα μέσοι όροι των δεικτών επιπέδου, συνοδευόμενοι από τις πιθανότητες για κάθε επίπεδο.

Κάθε απάντηση περιλαμβάνει βαθμολογία βεβαιότητας από 0 έως 1, η οποία ορίζεται ως η εκτιμώμενη πιθανότητα να είναι σωστή η απάντηση με την υψηλότερη βαθμολογία. Οι εφαρμογές μπορούν να ενεργούν αυτόματα όταν τα αποτελέσματα έχουν υψηλό βαθμό βεβαιότητας ή να παραπέμπουν για περαιτέρω έλεγχο όσα είναι αβέβαια. Η τεκμηρίωση συνιστά τον καθορισμό ορίων με επισημασμένα παραδείγματα από την κίνηση της ίδιας της εφαρμογής του προγραμματιστή και τη διατήρηση ανθρώπινου ελέγχου ή δεύτερου ελέγχου για ενέργειες υψηλού ρίσκου, όπως οι πληρωμές.

Οι ερωτήσεις δεν έχουν πρόσβαση η μία στις άλλες, ενώ η προσθήκη ή η αφαίρεση μιας ερώτησης δεν αλλάζει τις υπόλοιπες απαντήσεις. Επομένως, οι αποφάσεις που εξαρτώνται η μία από την άλλη πρέπει να υλοποιούνται στη λογική της εφαρμογής: οι προγραμματιστές μπορούν να στείλουν δεύτερο αίτημα αφού εξετάσουν την πρώτη απάντηση ή να υποβάλουν και τις δύο ερωτήσεις μαζί και να αγνοήσουν την απάντηση που δεν χρειάζονται.

Αναφερόμενη καθυστέρηση, τιμολόγηση και αποτελέσματα συγκριτικών δοκιμών

Η Google αναφέρει διάμεση καθυστέρηση υπολογισμού του μοντέλου 50–100 χιλιοστά του δευτερολέπτου και καθυστέρηση από άκρο σε άκρο 150–250 χιλιοστά του δευτερολέπτου, για πολυτροπικές εισόδους και περιβάλλοντα έως 16K token. Η καθυστέρηση παρέμεινε σχεδόν σταθερή για αιτήματα με μία έως 100 ερωτήσεις. Το Gemini Decision 1 κατέλαβε επίσης την πρώτη θέση στη σειρά συγκριτικών δοκιμών της εταιρείας, η οποία καλύπτει τη δρομολόγηση πρακτόρων, τον συλλογισμό, την κατάταξη και την πολυτροπική κατανόηση, και εμφάνισε το χαμηλότερο σφάλμα βαθμονόμησης.

Η τιμή είναι 0,10 δολάρια ανά 1 εκατομμύριο token εισόδου, ενώ δεν χρεώνονται token εξόδου. Η κοινή είσοδος χρεώνεται μία φορά ανά αίτημα, ανεξάρτητα από τον αριθμό των ερωτήσεων, ενώ κάθε ερώτηση προσθέτει τα δικά της token οδηγιών και κριτηρίων. Δεν υπάρχουν μεταβλητές χρεώσεις για token συλλογισμού ούτε ξεχωριστές χρεώσεις για τη μεταγραφή ήχου και την οπτική αναγνώριση χαρακτήρων (OCR). Η Google αναφέρει ότι το Gemini Decision 1 με το Decisions API είναι σχεδόν πέντε φορές φθηνότερο στη συνολική σειρά συγκριτικών δοκιμών από το Gemini 3.5 Flash-Lite με το Interactions API.

Εφαρμογές της Google και πρόσβαση για προγραμματιστές

Η Google αναφέρει ότι το Gemini Notebook χρησιμοποιεί το API ως δρομολογητή σε πραγματικό χρόνο για τα επίπεδα μοντέλων και συλλογισμού, επιτυγχάνοντας έως και 40% χαμηλότερη καθυστέρηση για καθημερινά ερωτήματα, ενώ διατηρεί τα μοντέλα βαθύτερου συλλογισμού για σύνθετες εργασίες. Το ταχύ πείραμα καμβά του Stitch το χρησιμοποιεί για τη δημιουργία διαδραστικών πρωτοτύπων διεπαφής, ενώ το CC από την Google Labs επιλέγει ανάμεσα σε περισσότερες από 200 αντιδράσεις με emoji.

Οι προγραμματιστές μπορούν να χρησιμοποιήσουν Python, JavaScript ή REST· οι οδηγοί γρήγορης εκκίνησης του SDK απαιτούν google-genai έκδοση 3.2 ή νεότερη. Ένα δωρεάν επίπεδο του AI Studio υποστηρίζει την κατασκευή πρωτοτύπων. Οι ενσωματώσεις διατίθενται σταδιακά μέσω των OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit και OpenCode, ενώ η υποστήριξη του Gemini στο Google Cloud αναφέρεται ως προσεχώς διαθέσιμη.

Η αρχική πρόσβαση περιορίζεται στο Gemini Developer API v1beta με το Gemini Decision 1. Οι οδηγίες των ερωτήσεων μπορούν να είναι μόνο κειμένου, ενώ δεν υποστηρίζονται το ιστορικό συνομιλιών και τα μπλοκ κλήσεων εργαλείων. Η προσωρινή αποθήκευση περιβάλλοντος, το Batch API και οι λειτουργίες συμπερασμού Flex ή Priority δεν είναι επίσης διαθέσιμες.

Για τις ομάδες που αναπτύσσουν πράκτορες, το API συγκεντρώνει πολυτροπικές κρίσεις σε μία τυποποιημένη κλήση, αλλά η ευθύνη για τον ασφαλή αυτοματισμό εξακολουθεί να ανήκει στον προγραμματιστή και εξαρτάται από τα κριτήριά του, τα επισημασμένα δεδομένα αξιολόγησης και τους κανόνες κλιμάκωσης, ιδίως όταν μια ενέργεια συνεπάγεται οικονομικές συνέπειες ή κινδύνους για την ασφάλεια.